电极和另一个电极，以防止导线晃动和松开（见图3.4a）。

13

（a） 连接两个测量电极

一块肌肉。

（b） 第一频道。（插入双极。通道顺序为

从右到左）上排是xP（sig-

nal）引脚和下部引脚是xN（参考）引脚

图3.4：设置

14

4实验

在前几章中，介绍了肌电信号测量的准备和分类的理论方法

进行了解释。本章旨在使用从网络中获得的真实肌电数据验证和比较分类器

openBCI系统。

4.1特点

在本文中，使用三个特征空间N、D和R来学习不同的动作。N是的原始维数

信号（在特征空间N中，肌电信号的每个y值都作为特征处理），D权重空间（参见第章）

3.1）和R均方根信号的尺寸，窗口长度为l。等式（4.1）与每个信号的大小有关。

设nch为测量通道数，t为测量时间（秒）。nwei ghts是

重量，可自由选择。

N=250·t·nch

D=nwei ghts·nch

R=

N

l

·nch（4.1）

4.2确定肌肉位置

失去双手的截肢者仍然有前臂肌肉，这是造成手指和手腕运动的部分原因。

因此，这些肌肉适合激活假肢上的控制动作。理想情况下，患者必须能够

使用他/她在失去手之前收缩的肌肉，从而与

修复装置。无源表面电极是获得肌电信号的最具成本效益和最快的选择。

然而，表面肌电（SEMG）仅限于测量浅表肌肉。表面肌电信号

因此，被皮肤及其身体状况所腐蚀。表4.1显示了浅表肌肉

负责手部动作[18]。然而，趾上屈肌是一个例外，因为它部分被

桡臂和旋前圆肌以及掌长肌腱和桡侧腕屈肌肌腱（见图4.1）。

由于掌长肌腱和桡侧腕屈肌肌腱不影响肌电信号，因此在其上放置电极

这些区域有助于测量趾上屈肌的活动。图4.2a中的1号补丁显示

他们的位置。第一个挑战是找到给定的肌肉。

为了找到肌肉的位置，必须将参与者的手臂与前臂的解剖图进行比较

如图4.1所示的肌肉。根据经验，我们发现找到肌肉最有效的方法是

紧靠手腕的肌腱，然后通过执行明显的动作来弯曲肌肉。这就成功了

可以通过沿着肌腱移动直到肌肉开始来感觉肌肉的形状。在假想的肌肉之后

已发现，已根据双极设置将两个电极连接在沿骨骼肌的肌肉中心

纤维。随后测量不同运动的肌肉。表明右侧肌肉

当预期运动与测量运动相匹配时，给出了已发现的运动。

如果肌肉和运动之间的测量相关性符合表4.1的相关性，则很可能

发现右侧肌肉。这似乎是找到有用肌肉的最方便方法。表4.2显示了

根据经验确定的肌肉和运动之间的相关性。与表4.2相比，表4.1表明

每一块肌肉都可以用给定的仪器测量。尺侧腕屈肌无法测量。另一方面

手部信号应易于分类，因为没有任何运动具有相同的肌肉组合。

15

肌肉/功能

肘部：屈曲

尺桡关节：旋前

（旋内旋转）

手：手掌屈曲

手术医生：尺骨外展

手：径向外展

掌腱膜跨

第二方阵

手指2-5：手掌屈曲

手指2-5：背部伸展

手：背部伸展

桡侧腕屈肌

掌长肌

旋前圆肌X X

指浅屈肌

尺侧腕屈肌

指总伸肌

表4.1：该表显示了肌肉及其运动之间的关系。肌肉见图4.1

肌肉/功能肘：屈曲

尺桡关节：旋前

（旋前=向内旋转）

手：手掌屈曲

手术医生：尺骨外展

手：径向外展

掌腱膜跨

第二方阵

手指2-5：手掌屈曲

手指2-5：背部伸展

手：背部伸展

桡侧腕屈肌-

掌长X

旋前圆肌

指浅屈肌X

尺侧腕屈肌-

指总伸肌

表4.2：该表显示了肌肉之间的经验确定关系（a） 掌屈

手指（抓取）

（b） 掌屈

手腕

（伸出手弯曲）

（c） 背伸

手腕

（过度拉伸）

（d） 内旋

尺桡关节

（向内旋转）

（e） 机器人抓取。（f） 腕掌屈

用机器人。

（g） 脊髓背伸

机器人手腕。

（h） 手腕内旋

机器人

图4.3：实验期间测量和分类的四种不同手部运动。最下面一行显示

相关的机器人运动。

4.3前臂设置

根据之前的实验结果，趾浅屈肌、掌长肌、旋前肌

同时测量了圆肌和指总伸肌，因此nch=4。测量了每一块肌肉

在双极设置中（见第3.7章）。

为了尽量减少干扰，参与者坐在一个电子设备最少的房间里（见实验布局）

位置见图4.7a）。参与者位于L2房间，坐在椅子上。放置OpenBCI板

在参与者旁边。在实验过程中，测量了四种类型的运动：抓